| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-11页 |
| ·引言 | 第8页 |
| ·课题来源及背景 | 第8-9页 |
| ·研究目的和意义 | 第9页 |
| ·研究内容和主要工作 | 第9-11页 |
| 第二章 无线传感器网络概述 | 第11-18页 |
| ·无线传感器网络体系结构 | 第11-13页 |
| ·传感器网络结构 | 第11页 |
| ·传感器节点 | 第11-12页 |
| ·传感器网络协议栈 | 第12-13页 |
| ·无线传感器网络的特征 | 第13-15页 |
| ·传感器节点的特点 | 第13-14页 |
| ·传感器网络的特点 | 第14-15页 |
| ·无线传感器网络的典型应用 | 第15-18页 |
| ·军事应用 | 第15页 |
| ·环境监测 | 第15-16页 |
| ·医疗护理 | 第16页 |
| ·空间探索 | 第16页 |
| ·其他方面的应用 | 第16-18页 |
| 第三章 无线传感器网络数据融合 | 第18-32页 |
| ·无线传感器网络数据融合的定义 | 第18-19页 |
| ·狭义的数据融合 | 第18页 |
| ·无线传感器网络中的数据融合 | 第18-19页 |
| ·数据融合的作用 | 第19-20页 |
| ·狭义数据融合的分类 | 第20-22页 |
| ·根据融合前后数据的信息量划分 | 第20-21页 |
| ·根据融合操作的级别划分 | 第21-22页 |
| ·无线传感器网络数据融合的分类 | 第22-24页 |
| ·应用层中的数据融合 | 第22-23页 |
| ·网络层中的数据融合 | 第23页 |
| ·独立的数据融合协议层 | 第23-24页 |
| ·典型的网络层数据融合算法 | 第24-32页 |
| ·网络层数据融合算法的分类与比较 | 第24-26页 |
| ·典型的平面数据融合算法 | 第26-28页 |
| ·典型的分簇数据融合算法 | 第28-32页 |
| 第四章 基于事件驱动的动态分簇数据融合算法 | 第32-43页 |
| ·典型分簇数据融合算法的缺陷 | 第32-33页 |
| ·人体神经系统简介 | 第33-36页 |
| ·神经系统的区分 | 第33-34页 |
| ·神经细胞形态学概述 | 第34-35页 |
| ·人体神经系统的事件驱动性——神经元的细胞生物电现象 | 第35-36页 |
| ·无线通信能耗理论 | 第36页 |
| ·网络模型 | 第36-37页 |
| ·EDDC算法 | 第37-42页 |
| ·节点模型 | 第37-39页 |
| ·动态簇的形成算法 | 第39-40页 |
| ·建立数据传递、融合路径 | 第40-41页 |
| ·数据传输 | 第41页 |
| ·簇的维护 | 第41页 |
| ·簇的解散 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 仿真及结果 | 第43-52页 |
| ·NS-2网络仿真工具简介 | 第43-48页 |
| ·NS-2的特点 | 第43-44页 |
| ·NS-2原理概述 | 第44-46页 |
| ·NS-2的无线模型 | 第46-47页 |
| ·NS-2相关工具 | 第47-48页 |
| ·EDDC算法性能分析 | 第48-50页 |
| ·节点平均能耗 | 第48-49页 |
| ·节点存活数目 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 第六章 总结与展望 | 第52-54页 |
| ·工作总结 | 第52页 |
| ·未来展望 | 第52-54页 |
| 参考文献 | 第54-56页 |
| 致谢 | 第56-57页 |
| 攻读学位期间发表的学术论文 | 第57页 |